一、业务场景
项目中做的一个功能，需要查询几十张表中的数据，然后在处理这些查询出的数据，处理好之后在将数据
按照一定的规则放入缓存当中。做这个操作主要是为了系统迁移的时候使用，在使用新系统的时候，有些缓存
数据可能会丢失，因此需要做这个操作。接到这个任务后，自己稍微分析了一下，然后确定思路，大致思路为：
.1.使用循环查询出所有的列表数据；.2.循环处理数据，将数据放入一个Map容器中，形式为key-value；.3.循环
将数据放入缓存中，完成功能。按照这个思路，自己经过反复调试，最终写的代码如下：
@Slf4j
public class ServiceTest {
public boolean updateTest() {
Map<Integer, List<TransmitActivityTotal>> transmitActivityTotalMap = new HashMap<>(30);
List<TransmitActivityTotal> transmitActivityTotals = null;
StopWatch stopWatch = new StopWatch();
stopWatch.start();
try {
// 查询数据
for(int i = 0; i < 30; i++){
// 根据不同的分表信息查询不同的数据，查询方式省略
transmitActivityTotals = null;
transmitActivityTotalMap.put(i, transmitActivityTotals);
}
// 处理数据
if (transmitActivityTotalMap.isEmpty()) {
return false;
}
Map<Long, Integer> idTotalMap = new HashMap<>();
Integer total = null;
for(Map.Entry<Integer, List<TransmitActivityTotal>> item : transmitActivityTotalMap.entrySet()) {
for(TransmitActivityTotal transmitActivityTotal : item.getValue()) {
total = transmitActivityTotal.getTotal() == null ? Integer.valueOf(0) : transmitActivityTotal.getTotal();
if (idTotalMap.keySet().contains(transmitActivityTotal.getId())) {
// 再次添加 原有数据 + 新数据
idTotalMap.put(transmitActivityTotal.getId(), idTotalMap.get(transmitActivityTotal.getId()) + total);
} else {
// 首次添加
idTotalMap.put(transmitActivityTotal.getId(), total);
}
}
}
for(Map.Entry<Long, Integer> item : idTotalMap.entrySet()) {
// 使用redis进行 恢复缓存 操作
log.info("id-->{}, 数量--->", item.getKey(), item.getValue());
}
stopWatch.stop();
log.info("缓存恢复耗时--->{}毫秒", stopWatch.getLastTaskTimeMillis());
return true;
} catch (Exception ex) {
stopWatch.stop();
log.error("缓存更新异常--->{}", ex);
return false;
}
}
}
@Data
public class TransmitActivityTotal {
/*
* id
*/
private Long id;
/*
* 数量
*/
private Integer total;
}
经过测试，发现这种方式代码能够正常执行，并且符合预期的要求。可是在负责人审核我写的代码的时候，让我好好去检查代码，
看看有没有可以优化的地方。听他这么一说，让我感觉有一丝意外，这已经是最好的代码，还要怎么优化呢？现在是按照步骤
一步一步的执行，整个程序都运行正常，并且也能够实现功能。可是既然负责人都说了，自己也只好继续改进，经过自己不断地
思考，最终想到优化办法。
二、优化方案
最开始的方案是一个步骤一个步骤的进行，可是能不能几个步骤同时进行，这样不仅代码量减少，并且代码也更加地容易理解。
说干就干，一直朝着这个方向不断地去优化上面的代码，最终优化的代码结果如下:
public boolean updateTest() {
List<TransmitActivityTotal> transmitActivityTotals = null;
StopWatch stopWatch = new StopWatch();
Map<String, Integer> idTotalMap = new HashMap<>();
stopWatch.start();
try {
// 查询数据
for(int i = 0; i < 30; i++){
// 根据不同的分表信息查询不同的数据 数据查询省略
transmitActivityTotals = null;
if (transmitActivityTotals == null || transmitActivityTotals.size() < 1) {
continue;
}
for(TransmitActivityTotal transmitActivityTotal : transmitActivityTotals) {
Integer total = transmitActivityTotal.getTotal() == null ? Integer.valueOf(0) : transmitActivityTotal.getTotal();
if (idTotalMap.keySet().contains(transmitActivityTotal.getId())) {
// 再次添加 原有数据 + 新数据
idTotalMap.put(transmitActivityTotal.getId().toString(), idTotalMap.get(transmitActivityTotal.getId()) + total);
} else {
// 首次添加
idTotalMap.put(transmitActivityTotal.getId().toString(), total);
}
}
}
// 可以一次性添加缓存数据 this.redisTemplate.opsForHash().putAll(key, mapData);
stopWatch.stop();
log.info("缓存恢复耗时--->{}毫秒", stopWatch.getLastTaskTimeMillis());
return true;
} catch (Exception ex) {
stopWatch.stop();
log.error("缓存更新异常--->{}", ex);
return false;
}
}
修改后的代码，大大地减少了代码量，更加容易阅读与理解，看起来也更加地简洁。思路已经简化为查询出代码后，立马
处理数据，存入缓存的方式也修改为一次性存入，而不再是一条一条的存入。简化后的代码在自己看来，好太多，效率也
高很多，减少了两个循环，数据也不用在在存储在一个大的容器中，然后在从容器中取出来。到此代码优化完成！
通过这次代码优化，自己又考虑到另外一个实际的优化案例。有好几个首页的列表查询，思路是：.1.从缓存中获取数据
或者是从数据库查询数据；.2.过滤数据；.3.对数据进行排序；.4.转换数据，将数据转换为需要返回的OutVo类型的数据；
.5.处理数据，比如类型翻译，使用日期做计算操作等等。按照步骤一步一步来，也没问题，最终功能实现。有一次测试负责人
在对我写的接口进行性能测试时，发现性能不达标提出BUG，需要我这边去做优化处理。自己一步一步分析，过滤数据时循环
一次，转换数据时循环一次，数据处理时又循环一次，这些操作能否一次性完成呢？优化后的思路为:.1.从缓存中获取数据或者
是从数据库查询数据；.2.对数据进行排序；.3.过滤、转换、处理数据；按照这种思路来进行修改后，效率果然大大地提升。最终
测试人员的测试结论，效率比之前有很大的提升，完全能够满足系统对性能的要求。
总结：从这两次代码优化中，自己学到一点，有的时候写代码可以按照设计好的思路一步一步来，写好之后，可以考虑某些
步骤是否可以合并完成。如果可以，则将其合并，能够提升代码的运行效率。有其他更好建议的小伙伴，欢迎留言讨论。
标签：idTotalMap,transmitActivityTotal,缓存,代码,案例,代码优化,stopWatch,数据,实际 From： https://www.cnblogs.com/yilangcode/p/16725743.html